遗漏重要解释变量意味着模型错误识别，重要解释变量的作用体现于扰动项，线性单方程结构模型情况下，拟合优度和调整拟合优度的值会有较大的差异，系数 T 值不显著。

遗漏重要变量的后果有两种：
1）该变量与其它自变量无关，则遗漏该变量不会让其它自变量的拟合系数发生偏误。但是模型被解释的部分大大降低，即y值的随机部分大大增加。这可能使得一些显著的系数变得不显著。
2）该变量与其它自变量有关，则遗漏该变量不仅会有1）的问题，还可能导致其它系数拟合结果又偏误。